1.NoSql简介

NoSQL，指的是非关系型的数据库。随着互联网web2.0网站的兴起，传统的关系数据库在应付web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了不少难以克服的问题，而非关系型的数据库则因为其自己的特色获得了很是迅速的发展。

简介

NoSQL(NoSQL = Not Only SQL )，意即“不只仅是 SQL”，是一项全新的数据库革命性运动，早期就有人提出，发展至2009年趋势愈加高涨。NoSQL的拥护者们提倡运用非关系型的数据存储，相对于铺天盖地的 关系型数据库运用，这一律念无疑是一种全新的思惟的注入。

2情况

计算机体系结构在数据存储方面要求具有庞大的水平扩展性①，而NoSQL致力于改变这一现状。Google的 BigTable 和Amazon 的Dynamo使用的就是NoSQL型数据库。

NoSQL项目的名字上看不出什么相同之处，可是，它们一般在某些方面相同：它们能够处理超大量的数据。

这场革命仍然须要等待。的确，NoSQL对大型企业来讲还不是主流，可是，一两年以后极可能就会变个样子。在NoSQL运动的最新一次聚会中，来自世界各地的150人挤满了CBS Interactive的一间会议室。分享他们如何推翻缓慢而昂贵的关系数据库的暴政的经验，怎样使用更有效和更便宜的方法来管理数据。

“ 关系型数据库给你强加了太多东西。它们要你强行修改对象数据，以知足RDBMS （relational database management system， 关系型数据库管理系统）的须要，”在NoSQL拥护者们看来，基于NoSQL的替代方案“只是给你所须要的”。

水平扩展性(horizontal scalability)指可以链接多个软硬件的特性,这样能够将多个服务器从逻辑上当作一个实体。

3发展

随着互联网 web2.0网站的兴起，非关系型的数据库成了一个极其热门的新领域，非关系数据库产品的发展很是迅速。而传统的关系数据库在应付 web2.0网站，特别是超大规模和高并发的SNS类型的web2.0纯动态网站已经显得力不从心，暴露了不少难以克服的问题，例如：

一、High performance - 对数据库高并发读写的需求

web2.0网站要根据用户个性化信息来实时生成 动态页面和提供动态信息，因此基本上没法使用 动态页面静态化技术，所以数据库并发负载很是高，每每要达到每秒上万次读写请求。关系数据库应付上万次SQL查询还勉强顶得住，可是应付上万次SQL写数据请求，硬盘IO就已经没法承受了。其实对于普通的BBS网站，每每也存在对高并发写请求的需求。

二、Huge Storage - 对海量数据的高效率存储和访问的需求

对于大型的SNS网站，天天用户产生海量的用户动态，以国外的Friendfeed为例，一个月就达到了2.5亿条用户动态，对于关系数据库来讲，在一张2.5亿条记录的表里面进行SQL查询，效率是极其低下乃至不可忍受的。再例如大型web网站的用户登陆系统，

三、High Scalability && High Availability- 对数据库的高可扩展性和高可用性的需求

在基于web的架构当中，数据库是最难进行横向扩展的，当一个应用系统的 用户量和访问量与日俱增的时候，你的数据库却没有办法像web server和app server那样简单的经过添加更多的硬件和服务节点来扩展性能和负载能力。对于不少须要提供24小时不间断服务的网站来讲，对 数据库系统进行升级和扩展是很是痛苦的事情，每每须要停机维护和 数据迁移，为何数据库不能经过不断的添加 服务器节点来实现扩展呢？

在上面提到的“三高”需求面前，关系数据库遇到了难以克服的障碍，而对于 web2.0网站来讲，关系数据库的不少主要特性却每每无用武之地，例如：

一、数据库事务一致性需求

不少web 实时系统并不要求严格的数据库事务，对读一致性的要求很低，有些场合对写一致性要求也不高。所以数据库事务管理成了数据库高负载下一个沉重的负担。

二、数据库的写实时性和读实时性需求

对关系数据库来讲，插入一条数据以后马上查询，是确定能够读出来这条数据的。并不要求这么高的实时性。

三、对复杂的SQL查询，特别是多表关联查询的需求

任何 大数据量的web系统，都很是忌讳多个大表的关联查询，以及复杂的数据分析类型的复杂SQL报表查询，特别是SNS类型的网站，从需求以及产品设计角度，就避免了这种状况的产生。每每更多的只是单表的主键查询，以及单表的简单条件 分页查询，SQL的功能被极大的弱化了。

所以，关系数据库在这些愈来愈多的应用场景下显得不那么合适了，为了解决这类问题的非关系数据库应运而生。

NoSQL 是非关系型数据存储的广义定义。它打破了长久以来 关系型数据库与ACID理论 大一统的局面。NoSQL 数据存储不须要固定的表结构，一般也不存在链接操做。在 大数据存取上具有 关系型数据库没法比拟的性能优点。该术语在 2009 年初获得了普遍认同。

当今的应用 体系结构须要 数据存储在横向伸缩性上可以知足需求。而 NoSQL 存储就是为了实现这个需求。Google 的BigTable与Amazon的Dynamo是很是成功的商业 NoSQL 实现。一些开源的 NoSQL 体系，如Facebook 的Cassandra， Apache 的 HBase，也获得了普遍认同。从这些NoSQL项目的名字上看不出什么相同之处：Hadoop、Voldemort、Dynomite，还有其它不少。

NoSQL与关系型数据库设计理念比较

关系型数据库中的表都是存储一些格式化的数据结构，每一个元组字段的组成都同样，即便不是每一个元组都须要全部的字段，但数据库会为每一个元组分配全部的字段，这样的结构能够便于表与表之间进行链接等操做，但从另外一个角度来讲它也是关系型数据库性能瓶颈的一个因素。而非 关系型数据库以键值对 存储，它的结构不固定，每个 元组能够有不同的字段，每一个元组能够根据须要增长一些本身的键值对，这样就不会局限于固定的结构，能够减小一些时间和空间的开销。

4特色

它们能够处理超大量的数据。

它们运行在便宜的PC服务器集群上。

PC集群扩充起来很是方便而且成本很低，避免了“sharding”操做的复杂性和成本。

它们击碎了性能瓶颈。

NoSQL的支持者称，经过NoSQL架构能够省去将Web或Java应用和数据转换成SQL友好格式的时间，执行速度变得更快。

“SQL并不是适用于全部的程序代码，” 对于那些繁重的重复操做的数据，SQL值得花钱。可是当数据库结构很是简单时，SQL可能没有太大用处。

没有过多的操做。

虽然NoSQL的支持者也认可关系数据库提供了无可比拟的功能集合，并且在 数据完整性上也发挥绝对稳定，他们同时也表示，企业的具体需求可能没有那么多。

Bootstrap支持

由于NoSQL项目都是开源的，所以它们缺少供应商提供的正式支持。这一点它们与大多数开源项目同样，不得不从社区中寻求支持。

5优势

易扩展

NoSQL数据库种类繁多，可是一个共同的特色都是去掉关系数据库的关系型特性。数据之间无关系，这样就很是容易扩展。也无形之间，在架构的层面上带来了可扩展的能力。

大数据量，高性能

NoSQL数据库都具备很是高的读写性能，尤为在大数据量下，一样表现优秀。这得益于它的无关系性，数据库的结构简单。通常MySQL使用 Query Cache，每次表的更新Cache就失效，是一种大粒度的Cache，在针对web2.0的交互频繁的应用，Cache性能不高。而NoSQL的 Cache是记录级的，是一种细粒度的Cache，因此NoSQL在这个层面上来讲就要性能高不少了。

灵活的数据模型

NoSQL无需事先为要存储的数据创建字段，随时能够存储自定义的数据格式。而在关系数据库里，增删字段是一件很是麻烦的事情。若是是很是大数据量的表，增长字段简直就是一个噩梦。这点在大数据量的web2.0时代尤为明显。

高可用

NoSQL在不太影响性能的状况，就能够方便的实现高可用的架构。好比Cassandra，HBase模型，经过复制模型也能实现高可用。

6缺点

可是一些人认可，没有正式的官方支持，万一出了差错会是可怕的，至少不少管理人员是这样看。

“咱们确实须要作一些说服工做，但基本在他们看到咱们的第一个原型运行良好以后，咱们就可以说服他们，这是条正确的道路。”

此外，nosql并未造成必定标准，各类产品层出不穷，内部混乱，各类项目还需时间来检验

7开源软件

Membase

Membase 是 NoSQL 家族的一个新的重量级的成员。Membase是开源项目，源代码采用了Apache2.0的使用许可。该项目托管在GitHub.Source tarballs上，能够下载beta版本的Linux二进制包。该产品主要是由North Scale的memcached核心团队成员开发完成，其中还包括Zynga和NHN这两个主要贡献者的工程师，这两个组织都是很大的在线游戏和社区 网络空间的供应商。

Membase容易安装、操做，能够从单节点方便的扩展到 集群，并且为memcached（有线协议的 兼容性）实现了 即插即用功能，在应用方面为开 发者和经营者提供了一个比较低的门槛。作为缓存解决方案，Memcached已经在不一样类型的领域（特别是大容量的Web应用）有了普遍的使用，其中 Memcached的部分基础代码被直接应用到了Membase服务器的前端。

经过兼容多种编程语言和 框架，Membase具有了很好的复用性。在安装和配置方面，Membase提供了有效的图形化界面和 编程接口，包括可配置 的告警信息。

Membase的目标是提供对外的线性扩展能力，包括为了增长集群容量，能够针对统一的 节点进行复制。 另外，对 存储的数据进行再分配仍然是必要的。

这方面的一个有趣的特性是NoSQL解决方案所承诺的可预测的性能，类准确性的延迟和 吞吐量。经过以下方式能够得到上面提到的特性：

◆ 自动将在线 数据迁移到低延迟的存储介质的技术（内存， 固态硬盘，磁盘）

◆ 可选的写操做一一异步，同步（基于复制，持久化）

◆ 反向通道再平衡[将来考虑支持]

◆ 多线程低锁争用

◆ 尽量使用 异步处理

◆ 自动实现 重复数据删除

◆ 动态再平衡现有集群

◆ 经过把数据复制到多个 集群单元和支持快速失败转移来提供系统的高可用性。

MongoDB

MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。他支持的 数据结构很是松散，是相似json的bjson格式，所以能够存储比较复杂的 数据类型。Mongo最大的特色是他支持的查询语言很是强大，其语法有点相似于 面向对象的查询语言，几乎能够实现相似关系数据库单表查询的绝大部分功能，并且还支持对数据创建索引。它的特色是高性能、易部署、易使用，存储数据很是方便。

主要功能特性：

◆ 面向集合存储， 易存储对象类型的数据

“面向集合”（Collenction-Oriented），意思是数据被分组存储在数据集中，被称为一个集合（Collenction)。每一个 集合在数据库中都有一个惟一的标识名，而且能够包含无限数目的文档。集合的概念相似 关系型数据库（RDBMS）里的表（table），不一样的是它不须要定 义任何模式（schema)。

◆ 模式自由

模式自由（schema-free)，意味着对于 存储在mongodb数据库中的文件，咱们不须要知道它的任何结构定义。若是须要的话，你彻底能够把不一样结构的文件存储在同一个数据库里。

◆支持动态查询

◆支持彻底索引，包含内部对象

◆支持查询

◆支持复制和故障恢复

◆使用高效的二进制数据存储，包括大型对象（如视频等）

◆自动处理碎片，以支持 云计算层次的扩展性

◆支持RUBY，PYTHON，JAVA，C++，PHP等多种语言

◆文件存储格式为BSON（一种JSON的扩展）

BSON（Binary Serialized document Format） 存储形式是指：存储在集合中的文档，被存储为键-值对的形式。键用于惟一标识一个文档，为字符串类型，而值则能够是各类复杂的文件类型。

◆可经过网络访问

MongoDB服务端可运行在Linux、Windows或OS X平台，支持32位和64位应用，默认端口为27017。推荐运行在64位平台，由于MongoDB在32位模式运行时支持的最大文件尺寸为2GB。

MongoDB把 数据存储在文件中（默认路径为：/data/db），为提升效率使用 内存映射文件进行管理。

Hypertable

Hypertable是一个开源、高性能、可伸缩的数据库，它采用与Google的Bigtable类似的模型。在过去数年中，Google为在PC集群 上运行的可伸缩计算基础设施设计建造了三个关键部分。第一个关键的基础设施是Google File System（GFS），这是一个高可用的文件系统，提供了一个全局的命名空间。它经过跨机器（和跨机架）的文件数据复制来达到高可用性，并所以免受传统 文件存储系统没法避免的许多失败的影响，好比电源、内存和 网络端口等失败。第二个基础设施是名为Map-Reduce的计算框架，它与GFS紧密协做，帮 助处理收集到的海量数据。第三个基础设施是Bigtable，它是 传统数据库的替代。Bigtable让你能够经过一些主键来组织海量数据，并实现高效的 查询。Hypertable是Bigtable的一个开源实现，而且根据咱们的想法进行了一些改进。

Apache Cassandra

Apache Cassandra是一套开源分布式Key-Value 存储系统。它最初由Facebook开发，用于储存特别大的数据。Facebook在使用此系统。

主要特性：

◆ 分布式

◆ 基于column的结构化

◆ 高伸展性

Cassandra的主要特色就是它不是一个数据库，而是由一堆数据库节点共同构成的一个分布式网络服务，对Cassandra 的一个写操做，会被复制到其余节点上去，对Cassandra的读操做，也会被 路由到某个节点上面去读取。对于一个Cassandra群集来讲，扩展性能 是比较简单的事情，只管在群集里面添加 节点就能够了。

Cassandra是一个混合型的非关系的数据库，相似于Google的BigTable。其主要功能比 Dynomite（分布式的Key-Value存 储系统）更丰富，但支持度却不如文档存储MongoDB（介于关系数据库和非关系数据库之间的开源产品，是非关系数据库当中功能最丰富，最像关系数据库 的。Cassandra最初由Facebook开发，后转变成了 开源项目。它是一个网络社交 云计算方面理想的数据库。以Amazon专有的彻底分布式的Dynamo为基础，结合了Google BigTable基于列族（Column Family）的数据模型。P2P去中心化的存储。不少方面均可以称之为Dynamo 2.0。

CouchDB

所用语言： Erlang

特色：DB一致性，易于使用

使用许可： Apache

协议： HTTP/REST

双向数据复制，持续进行或临时处理，处理时带冲突检查，所以，采用的是master-master复制

MVCC – 写操做不阻塞读操做

可保存文件以前的版本

Crash-only（可靠的）设计

须要不时地进行数据压缩

视图：嵌入式 映射/减小

格式化视图：列表显示

支持进行服务器端文档验证

支持认证

根据变化实时更新

支持附件处理

所以， CouchApps（独立的 js应用程序）

须要 jQuery程序库

最佳应用场景：适用于数据变化较少，执行预约义查询，进行数据统计的应用程序。适用于须要提供数据版本支持的应用程序。

例如：CRM、CMS系统。 master-master复制对于多站点部署是很是有用的。

和其余数据库比较，其突出特色是：

◆ 模式灵活 ：使用Cassandra，像文档存储，你没必要提早解决记录中的字段。你能够在系统运行时随意的添加或移除字段。这是一个惊人的效率提高，特别是在大型部 署上。

◆ 真正的可扩展性 ：Cassandra是纯粹意义上的水平扩展。为给集群添加更多容量，能够指向另外一台电脑。你没必要重启任何进程，改变应用查询，或手动迁移任何数据。

◆ 多数据中心识别 ：你能够调整你的节点布局来避免某一个数据中心起火，一个备用的数据中心将至少有每条记录的彻底复制。

◆ 范围查询 ：若是你不喜欢所有的键值查询，则能够设置键的范围来查询。

◆ 列表数据结构 ：在混合模式能够将超级列添加到5维。对于每一个用户的索引，这是很是方便的。

◆ 分布式写操做 ：有能够在任何地方任什么时候间集中读或写任何数据。而且不会有任何单点失败。

以上内容来源与百度百科，原文地址为：  http://baike.baidu.com/link?url=ZTUWR4OtR7O4AvVMAgBJ7jcz2T0jHFBTi0SaSxKPAd6MQb6V_taYbIh1_uuZv1Ci1-2tqe_YbYxPvrDxWzRGOq